CamVid网络训练准备-51CTO学堂

下载学堂APP

缓存视频离线看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

具有一定深度学习基础，希望掌握DeepLabv3+图像语义分割实战技术的同学们

你将会学到

使用DeepLabv3+图像语义分割技术来训练自己的数据集

课程简介

DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法，可对物体进行像素级分割。

本课程将手把手地教大家使用labelme图像标注工具制造自己的数据集，并使用DeepLabv3+训练自己的数据集，从而能开展自己的图像分割应用。

本课程有两个项目实践：

(1) CamVid语义分割：对CamVid数据集进行语义分割

(2) RoadScene语义分割：对汽车行驶场景中的路坑、车、车道线等进行物体标注和语义分割

本课程使用TensorFlow版本的DeepLabv3+，在Ubuntu系统上做项目演示。包括：安装deeplab、数据集标注、数据集格式转换、修改程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。

本课程提供项目的数据集和python程序文件。

下图是使用DeepLabv3+训练自己的数据集RoadScene进行图像语义分割的测试结果：

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交